はじめに
時折、私たちは画像が含まれたPDF文書を受け取ることがあります。その中の画像をさらに操作したい場合、どうすればよいでしょうか？画像を抽出してフォルダに保存することは、良い選択肢です。少量の文書を処理する場合は、Adobe Acrobatのようなツールを使用して抽出することができます。しかし、大量の処理が必要な場合は、プログラミングを使用して迅速に抽出することをおすすめします。以下は、Pythonコードを例にした方法の紹介です。
ライブラリ
この PDF ライブラリは、Python プラットフォームでの画像抽出をサポートしています。
テキストを抽出したい場合は、この記事も参照してください。
Python: Extract Text from a PDF Document
事前準備
- まず、Python をダウンロードしてインストールします。
- Visual Studio Codeで「Extensions」をクリックし、「Python」を検索してインストールします。
- 「Explorer」-「NO FOLRDER OPENED」-「Open Folder」
- フォルダーを作成して、それに「.py」 ファイルを追加します。
- 「Terminal」-「New Terminal」
- 次のコマンドを入力して、Spire.PDF for Python と plum-dispatch v1.7.4 をインストールします。
pip install Spire.PDF
サンプルコード
まず、使用する必要があるライブラリをインポートします。
from spire.pdf import *
from spire.pdf.common import *
新しい PDF ドキュメントを作成します。
#PdfDocument クラスのインスタンスを作成する
pdf = PdfDocument()
画像を抽出する必要がある PDF ドキュメントをロードします。
#PDFドキュメントをロードする
pdf.LoadFromFile("C:/Users/Administrator/Desktop/Sample.pdf")
画像を保存するリストを作成します。
#画像を保存するリストを作成する
images = []
ドキュメント内の各ページをループし、各ページから画像を抽出してリストに保存します。
#ドキュメント内のページをループする
for i in range(pdf.Pages.Count):
# Get a page
page = pdf.Pages.get_Item(i)
# Extract the images from the page and store them in the created list
for img in page.ExtractImages():
images.append(img)
リスト内の画像を PNG ファイルとして保存します。
#リスト内の画像を PNG として保存する
i = 0
for image in images:
i += 1
image.Save("C:/Users/Administrator/Desktop/Images/Image-{0:d}.png".format(i), ImageFormat.get_Png())
pdf.Close()
スクリーンショット
